商务统计学 维尔曼 PDF

编辑推荐

本书作者知名度高，团队较强。写作风格结合实际案例，部分习题给出参考答案。

作者简介

Norean Radke Sharpe曾在鲍登学院（Bowdoin College）和巴布森学院（Babson College）讲授统计学，还曾在耶鲁大学从事研究工作，目前是乔治城大学（Georgetown University）教授。Richard D. De Veaux是国际知名的教育家，曾在沃顿商学院和普林斯顿大学讲授过统计学，为美国运通、惠普、美国铝公司、杜邦、Pillsbury、通用电气、化学银行等“财富500强”企业做过咨询，目前是威廉姆斯学院（Williams College）统计学教授。Paul F. Velleman在创新性统计教育方面具有国际声望，任教于康奈尔大学，是Data Description公司的创始人和CEO，设计了Data Desk＆reg;软件包。

目录

第1篇数据探索和数据收集
第1章统计学与变异
1.1什么是统计学
1.2本书有何用处第2章数据
2.1什么是数据
2.2变量类型
2.3Where、How和When
2.4小结
2.5技术帮助
2.6微型案例研究项目
2.7习题第3章调查与抽样
3.1抽样调查三原则
3.2是否需要普查
3.3总体和参数
3.4简单随机样本（SRS）
3.5其他抽样设计
3.6定义总体
3.7有效调查
3.8小结
3.9技术帮助：随机抽样
3.10微型案例研究项目
3.11习题第4章显示和描述分类数据
4.1数据分析的3条规则
4.2频数表
4.3图
4.4列联表
4.5小结
4.6技术帮助：在计算机上显示
分类数据
4.7微型案例研究项目
4.8习题第5章随机性和概率
5.1随机现象和概率
5.2不存在的平均数定律
5.3不同类型的概率
5.4概率法则
5.5联合概率和列联表
5.6条件概率
5.7构建列联表
5.8小结
5.9微型案例研究项目
5.10习题第6章显示和描述定量数据
6.1显示分布
6.2形状
6.3中心
6.4分布的离散度
6.5形状、中心和离散度的概括
6.6五数概括和箱线图
6.7组间比较
6.8确认异常值
6.9标准化
6.10时间序列图
*6.11变换有偏的数据
6.12小结
6.13技术帮助：显示和概括定量
变量
6.14微型案例研究项目
6.15习题
第2篇理解数据和分布
第7章散点图、关联和相关
7.1观察散点图
7.2在散点图中指定变量的
角色
7.3理解相关关系
*7.4直线型散点图
7.5潜在变量和因果关系
7.6小结
7.7技术帮助：散点图和相关
系数
7.8微型案例研究项目
7.9习题第8章线性回归
8.1线性模型
8.2相关性和直线
8.3向均值的回归
8.4模型检验
8.5从残差中学习更多知识
8.6模型的变异和R2
8.7真实性检验：回归是否
合理
8.8小结
8.9技术帮助：回归
8.10微型案例研究项目
8.11习题第9章抽样分布和正态模型
9.1样本比例分布的建模
9.2模拟
9.3正态分布
9.4练习正态分布的计算
9.5比例的抽样分布
9.6假设和条件
9.7中心极限定理
——统计学中的基本定理
9.8均值的抽样分布
9.9样本容量的收益递减性
9.10抽样分布模型的原理
9.11小结
9.12微型案例研究项目
9.13习题第10章比例的置信区间
10.1置信区间
10.2误差幅度：确定性与
精确性
10.3临界值
10.4假设与条件
*10.5小样本的置信区间
10.6选择样本容量
10.7小结
10.8技术帮助：比例的置信
区间
10.9微型案例研究项目
10.10习题第11章比例的假设检验
11.1假设
11.2作为假设检验的审判
11.3P值
11.4假设检验的原理
11.5备择假设
11.6α水平与显著性
11.7临界值
11.8置信区间与假设检验
11.9两类错误
*11.10检验的效力
11.11小结
11.12技术帮助
11.13微型案例研究项目
11.14习题目录商务统计学第12章均值的置信区间和
假设检验
12.1均值的抽样分布
12.2均值的置信区间
12.3假设与条件
12.4解释置信区间时需要注意的
地方
12.5单样本t检验
12.6样本容量
*12.7自由度为什么是n—1
12.8小结
12.9技术帮助：均值推断
12.10微型案例研究项目
12.11习题第13章比较两个均值
13.1检验两个均值的差异
13.2两样本t检验
13.3假设和条件
13.4两均值差的置信区间
13.5合并的t检验
*13.6图基快速检验
13.7小结
13.8技术帮助：两样本方法
13.9微型案例研究项目
13.10习题第14章配对样本与区组划分
14.1配对数据
14.2假设和条件
14.3配对t检验
14.4配对t检验的原理
14.5小结
14.6技术帮助：配对t方法
14.7微型案例研究项目
14.8习题第15章计数的推断：卡方检验
15.1拟合优度检验
15.2解释卡方值
15.3检测残差
15.4齐性的卡方检验
15.5比较两个比例
15.6独立性的卡方检验
15.7小结
15.8技术帮助：卡方
15.9微型案例研究项目
15.10习题
第3篇研究变量之间的关系
第16章回归的推断
16.1总体和样本
16.2假设和条件
16.3斜率的标准误
16.4对回归斜率的检验
16.5相关性的假设检验
16.6预测值的标准误
16.7使用置信区间和预测区间
16.8小结
16.9技术帮助：回归分析
16.10微型案例研究项目
16.11习题第17章对残差的理解
17.1检验各组的残差
17.2外推和预测
17.3不寻常和异常的观测值
17.4处理汇总值
17.5自相关
17.6线性性
17.7转换（变换）数据
17.8幂变换阶梯
17.9小结
17.10技术帮助
17.11微型案例研究项目
17.12习题第18章多元回归
18.1多元回归模型
18.2解释多元回归的系数
18.3多元回归模型的假设和
条件
18.4检验多元回归模型
18.5调整后的R2和F统计量
*18.6Logistic回归模型
18.7小结
18.8技术帮助：回归分析
18.9微型案例研究项目
18.10习题第19章建立多元回归模型
19.1指示（或虚拟）变量
19.2不同斜率的调整——交互
效应项
19.3多元回归诊断
19.4建立回归模型
19.5共线性
19.6二次项
19.7小结
19.8技术帮助：计算机回归
分析
19.9微型案例研究项目
19.10习题第20章时间序列分析
20.1什么是时间序列
20.2时间序列成分
20.3平滑方法
20.4简单移动平均法
20.5加权移动平均
20.6指数平滑法
20.7概括预测误差
20.8自回归模型
20.9随机游走
20.10基于多元回归的模型
20.11加法和乘法模型
20.12循环和不规则成分
20.13基于回归模型的预测
20.14时间序列预测方法的
选择
20.15解释时间序列模型：再次考察
全食超市的数据
20.16小结
20.17技术帮助
20.18微型案例研究项目
20.19习题
第4篇决策建模
第21章随机变量和概率模型
21.1随机变量的期望值
21.2随机变量的标准差
21.3期望值和方差的性质
21.4离散概率模型
21.5连续型随机变量
21.6小结
21.7微型案例研究项目
21.8习题第22章决策与风险
22.1行动、自然状态和结果
22.2收益表和决策树
22.3最小化损失和最大化收益
22.4行动的期望值
22.5具有完全信息的期望值
22.6样本信息下的决策
22.7估计变异性
22.8灵敏度
22.9模拟
22.10概率树
22.11条件的反转：贝叶斯准则
22.12更加复杂的决策
22.13小结
22.14微型案例研究项目
22.15习题第23章实验的设计、分析及观察性
研究
23.1观察性研究
23.2随机化的比较实验
23.3实验设计的四大原则
23.4实验设计
23.5设盲和安慰剂
23.6混杂变量和潜在变量
23.7单因素设计分析——
单因素方差分析法
23.8方差分析的假设和条件
*23.9多重比较
23.10观测数据的方差分析
23.11多因子设计分析
23.12小结
23.13微型案例研究项目
23.14习题第24章数据挖掘概述
24.1直接营销
24.2数据
24.3数据挖掘的目标
24.4数据挖掘的误区
24.5成功的数据挖掘
24.6数据挖掘问题
24.7数据挖掘的算法
24.8数据挖掘过程
24.9总结
24.10小结习题答案附录A部分公式和表

序言

译者序
近年来，我国国内出版了大量的统计学教材，其中既包括由国内学者撰写的教材，也包括引进的影印版和翻译版教材。在众多统计学教材中，由Norean R. Sharpe、Richard D. De Veaux和Paul F. Velleman撰写的《商务统计学》是一本特色突出的优秀教材。
具体而言，本教材有以下几个特色：（1） 大量引入现实中的案例。每一章的开头都有一个真实的案例，向学生们揭示了统计思维对现代商业决策为何如此重要；指导性案例详细向学生说明方法的应用过程；微型案例研究项目侧重激发学生开展研究型学习。（2） 结合统计软件介绍各种统计方法的计算过程。本书将统计软件与统计方法的应用结合起来，详细介绍了各种统计方法在Excel、Minitab、JMP、SPSS和Data Desk等软件中的实现步骤。（3） 明确说明统计方法应用中可能会出现的错误和统计方法应用实践中的伦理问题。在实践中经常会出现统计方法和统计数据的种种误用，各章中“可能的错误”部分详细说明如何避免在应用中出错；“实践中的伦理”部分则说明统计方法应用中的伦理问题，并提出伦理解决方案。（4） 使用真实数据的习题和测验题。本书除第1章和第24章以外，各章均提供了大量使用真实数据的习题和测验题，奇数标号的习题的答案统一在书末提供，测验题的答案则在各章末尾提供。
本书的作者团队非常强大。Norean R. Sharpe曾在鲍登学院（Bowdoin College）和巴布森学院（Babson College）讲授统计学，还曾在耶鲁大学从事研究工作，目前是乔治城大学（Georgetown University）教授。Richard D. De Veaux是国际知名的教育家，曾在沃顿商学院和普林斯顿大学讲授过统计学，为美国运通、惠普、美国铝公司、杜邦、Pillsbury、通用电气、化学银行等“财富500强”企业做过咨询，目前是威廉姆斯学院（Williams College）统计学教授。Paul F. Velleman在创新性统计教育方面具有国际声望，任教于康奈尔大学，是Data Description公司的创始人和CEO，设计了Data Desk软件包。
本书由东北财经大学徐强博士和王远林博士翻译，其中徐强翻译第1章至第20章（包括对应的习题答案）、前言及附录，王远林翻译了第21章至第24章（包括对应的习题答案），并由徐强对全书内容进行了审定。为便于阅读，书中将国外报刊等直接用中文名表示。
我们指导的研究生也参加了初译和初校工作，其中，胡媛媛、李凯丽、方玉金、李启华、张洋、丁红、郭立革、郝胜兵、王静、沈慧和杜琨参加了初译工作，胡雪梅、李凯丽、李启华、方玉金、李文博、胡媛媛、陈丽洁、张朋飞和路鸣参加了初校工作，特此致谢。
本书涉及的内容非常广泛，由于译者水平有限，不妥或错误之处在所难免，请读者不吝指正。

前言
本书是为商科学生而写的，它将回答一个简单的问题：“怎样才能做出更好的决策？”作为企业家和顾问，应该知道，为了在当今这样的竞争环境下生存和发展，统计学是至关重要的。作为教育工作者，我们看到了向商科学生讲授统计学的方式与商业决策制定中统计学的使用方式之间的脱节。本书试图通过介绍统计方法来缩短理论与实践之间的距离。所以对学生来说，统计方法既重要又有趣。
根据数据做出商业决策的过程就像在讲一个故事，统计学在其中所扮演的角色是帮助听清楚这个故事。像其他教材一样，本书将讲授如何计算一个特定的统计量或检验，并且强调定义和公式。但是，与其他教材不同的是，本书也将讲解“为什么”，并坚持在商业决策的背景下给出结果。学生将会了解，为了做出更好的商业决策，应该如何进行统计思考、如何有效地表达分析结果并将决策告知他人。
在写作本书时，我们知道当今时代的统计学是用技术来实践的。这种见解的结果是：从对方程形式（与计算形式相比更喜欢直觉形式）的选择中得到的一切东西，都运用了对真实数据的广泛使用。但更重要的是，对技术价值的理解，使本书将重点集中于讲授统计思维而不是计算上。书中几百个例子关注的不是“怎么找出答案”，而是“如何思考答案及答案如何有助于制定出一个更好的决策”。
对统计思维的关注将书中的各章联系起来。初级商务统计学课程包含大量的新概念和方法，但是它们有一个核心部分：通过理解数据从而更加了解这个世界，做出更好的决策。从这个角度来看，学生能够知道，从数据得出推断的许多方式都是相同的核心概念的一些应用。
本书目标
如果学生不去阅读，世界上最好的教材也是没有任何价值的。下面是使本书更易学习的一些方法。
 易读性。你会马上发现本书读起来并不像其他统计学教材。本书在寻求一种会话的、易接近的风格，并且介绍趣闻以保持学生的兴趣。在课堂测验中，老师惊讶地发现学生的自愿阅读量会超过老师布置的阅读量。学生给我们写信说，（使他们惊讶的是）他们真的很喜欢本书。
 关注假设和条件。与其他教材不同，本书强调需要证明假设以使用统计程序，在案例和练习中也突出了这一点。本书将尽力为学生提供检查这些假设和条件的实践模板，而不是匆匆计算一个实际生活问题。
 重视绘图和探索数据。对展示数据重要性的一贯重视是很明显的，从前面章节中的理解数据到后面章节中的复杂模型的建立都是如此。例子总是包括数据展示及通常用图形说明数据的价值，并且练习题中也强化了这一点。当将数据制图时，能够看到结构或模式。这些模式通常提出新的问题，引导统计分析和案例分析过程。当为最复杂的分析将数据制图以说明概念时，贯穿全书对绘图的重视能帮助学生看到寻找答案的简单结构。
 一致性。书中将努力避免“做我们所说的，而不是做我们所做的”这样的陷阱。本书已经讲授了将数据制图和检验假设及条件的重要性，书中已将这种行为模型化（查看有关多元回归或时间序列章节中的习题，你会发现仍然需要前面章节中介绍的图和检验），这种一致性有助于强化这些基本原则。
 阅读的需要。只打算浏览本书的学生可能会发现，重要的概念、定义和抽样方案并不总是放在方框中的。本书需要学生去读，所以会尽量使阅读体验更愉快。
前言商务统计学覆盖范围
商务统计学课程中包含的主题，通常与学生在学习和今后工作中的需要是一致的，但是这些主题的顺序和每个主题的相对重要性并不确定。在本书中，一些主题可能比你预期的更早或更晚出现。本书已经分类地写出了许多章节，所以它们能按不同的顺序讲授，但是我们极力推荐采用本书的顺序。
本书已经通过一个基本原则来安排主题的顺序，这个基本原则是：它应该是一个连贯的过程，其中的概念和方法集中在一起，让学生理解运用数据推理如何揭示新的重要真相。例如，介绍推理概念时，先介绍比例再介绍均值。学生在问卷调查和广告中见过比例，会对比例有更丰富的经验。先介绍比例，能够通过正态模型讲授推断，然后通过学生的t分布介绍均值的推断。
本书中很早就介绍了关联、相关和回归的概念。课堂经验表明，较早向学生介绍这些基本思想能够在课程开始时就激励他们。在学期的后期，当讨论推断时，学生回想他们所学过的知识会很自然也相对容易地通过这些方法探索数据，并以他们所见过的基本概念为基础进行推断。
在基础课程中，相对重点放在需要由老师做出计划的主题上。基础商务统计课程通常课时有限，所以很难有足够的时间去完全讲解像多元回归和模型构建这样重要的主题。本书将关于风险和概率的讨论放在主题序列的后面，以使学生能够更快进入实践应用中，有时间对这些重要的技能给予足够的重视。我们已经通过GAISE（统计学教育中的评估和教学指导方针）报告www.amstat.org/education/gaise引导选择需要强调的东西。GAISE报告是在对学生怎样才能最好地学习统计学进行广泛研究的基础上得到的研究报告。现在已被美国统计学会官方采用和推荐的那些建议（及其他详细的建议），强烈希望统计学教育应该做到如下几点：
1. 强调统计知识和开发统计思维；
2. 使用真实数据；
3. 强调概念的理解而不仅仅是获取知识的过程；
4. 培养主动学习；
5. 在理解概念和分析数据时使用技术；
6. 使评价成为学习过程的一部分；
从这个意义上讲，本书是很现代的。
但是为了更有效率，一门课程必须很好地适应老师的偏好。使用本书有几个同样有效的途径，这取决于某个特定的教师想要强调什么。后面列出了一些其他的授课顺序，它们也能很好地处理本书中的内容。
灵活的教学纲要。本书选择了遵从GAISE指导方针和统计学教育中最具创新性的教育工作者的建议。这些专家一致认为，最好在课程中早一些且经常让学生面对真实的数据，以及自始至终强调对现实世界的解释。统计学教师面临着在有限的时间内（通常在一个学期中）要讲授重要内容的挑战，有两个地方背离了传统统计学的讲授顺序。
1. 本书在较前面的部分就介绍了回归（第7章和第8章）。
2. 对概率和决策制定的详细讨论（第21章和第22章）放在了教材的后面部分。这种顺序可能并不适合每个人的需求，所以本书尽可能地将这些章节模块化——教师可以将它们挑出来，在课程的不同时点讲授。
下面是主题顺序的一些选择。
关注数据和更早介绍回归（更加强调概率）。当解释样本比例的抽样分布时，先讲授第9章，再讲授第21章，可以使教师参考二项式模型。记住，这将在理论上引出正态模型。使用正态分布表进行计算将在第9章中介绍。
对于一个学期课程中的步骤，推荐第1~6章、第21章（概率模型）、第7~8章（不包括推断的回归）、第9~15章和第16~17章（包括推断的回归）。第21章也可以在第8章之后讲授，刚好位于有关推断的章节之前而不是直接在第6章之后。
关注概率，在后面介绍回归。为了关注概率和在课程后面介绍回归，第21章和第22章可以在第1~6章之后介绍。一种可能的顺序是：
对于一个学期课程中的步骤，推荐讲解第1~6章、第21章（概率模型）、第9~15章、第7~8章（不包括推断的回归）和第16~17章（包括推断的回归）。
关注数据和在不强调概率的情况下更早介绍回归，这是本书的标准讲授顺序。为了在一个学期课程中完成这一任务，推荐下面的顺序。
本书特色
一本教材并不仅仅是页面上的文字，而是许多特色集中起来形成的一幅大的图画。本书的特色为概念提供了一个真实世界的背景，帮助学生应用这些概念，促进问题的解决和整合技术——所有这些都帮助学生理解和领会商务统计学这幅大的图画。
引导案例
每章都以一个引导案例开头，通常来自作者的咨询经历。这些公司，如Amazon.com、Zillow.com、Keen Inc.和全食超市（Whole Foods Market），强调和说明了每章中的故事，向学生揭示了统计思维为什么对现代商业决策的制定如此重要。整章都会分析从这些公司得到的数据。
指导案例
明确表达统计结果的能力，对于帮助将统计学运用于商业决策的制定是非常重要的。为此，每章中的一些例子以指导案例的形式出现。整体分析遵从创新的“计划（Plan）—实施（Do）—报告（Report）”的模式。该模式以提出一个关于决策的明确问题开始分析，以回答该问题的报告结束。如果数据能够支持的话，为了强调每个问题的决策方面，将提供报告这一步作为商业备忘录，总结案例背景下的结果并提出建议。另外，尽可能地在备忘录中包括分析或模型的局限性。
微型案例研究项目
每章包括一个或两个微型案例研究项目，它们使用真实的数据并要求学生调查问题或做出决策。学生定义目标、设计过程、完成分析、报告结果。微型案例研究项目中的数据包含在本书资源包里登录华信教育资源网（www.hxedu.com.cn）可注册下载本书配套资源。，并提供各种软件所需要的格式。
可能的错误
每章都包含称为“可能的错误”的部分，它强调了最常见的统计误差和人们对统计学的误解，新的统计方法使用者所犯的最常见的错误，包括误用一种方法而不是错误地计算一个统计量。讨论的大多数错误都是作者在商务背景下而不是在课堂中经历的。目标之一是为学生提供发现统计误差的工具及提供揭示统计量误用的实践，不管是在国际上还是在国内。在这种意义上，一些练习题探究的是对这种误差的理解。
手工计算
即使建议使用技术去计算统计量，我们仍然意识到手工计算在教育层面的好处。该方框将一些更简单公式的计算拆分，通过计算工作案例来帮助学生。
可行性检查
我们经常提醒学生，统计学是关于如何理解世界和用数据进行决策的。不管多么仔细地思考所做的计算，无意义的结果很可能是错误的。错误很容易通过一些思考发现，所以要求学生在解释结果前停一下以进行可行性检查。
表示法
在全书中，强调明确表达的重要性。适当的符号是统计学专业词汇的一部分，但是它可能会令人生畏。学生知道数学符号n能够代表任意变量，但他们可能惊讶地发现在统计学中，n总是并且仅代表样本容量。统计学家给许多字母和符号赋予特定的含义（b、e、n、p、q、r、s、t和z，许多希腊字母也都有特定的含义）。当学生清楚地知道统计学家使用的字母和符号时，学习起来就会更有效率。
测验题
为了帮助学生检验他们对刚刚学习的内容的理解，书中给出了一些全章中涉及各个要点的问题。这些问题是一个快速的测验。大多数测验题只需要很少的计算。答案在每章习题的最后，所以学生能很容易检验自己以确认对关键内容的理解。这些问题还可用于激发课堂讨论。
数学方框
许多章节都提供统计方法和概念的数学基础。不同的学生以不同的方式学习，甚至同一个学生能够以多种途径理解同一内容。通过将证明、公式推导和理由与正文区分开，允许学生遵从正在学习主题的逻辑发展，同时也使数学基础能够向更深的层次发展。
小结
每章结尾的小结强调新的概念，定义该章中介绍的新概念，同时列出学生应该掌握的技能。学生可以将这些看成学习指导。如果他们理解小结中的概念，掌握了技能，就可能已经准备好去考试了。
实践中的伦理
学生经常惊讶地发现，统计学并不仅仅是将数据套进公式。大多数统计分析都需要大量的判断，这些判断最好的指导是以真诚和合乎道德的方式发现真相。做不到这一点将会导致糟糕的和危险的决策。“实践中的伦理”穿插在每章中，说明在统计分析中需要的一些判断，识别可能的误差，将这些问题与美国统计学会的道德指南联系起来，然后提出道德上和统计上更好的备选方法。
习题
书中尽量确保习题包含相关的、现代的和真实世界的问题。许多来自新闻故事，一些来自近期的研究文章。数据在本书教辅资源包中（以各种不同的格式），所以学生能够更深地挖掘它们。习题上标有的，表示提供了数据。有时，因为数据集大小的关系，数据只能是电子版的。全书都将习题进行了配对，使每个奇数习题（书后面有答案）和后面紧接着的偶数习题是同一个统计主题。每章中的习题粗略地根据主题和难易程度进行了排序。
数据来源
在例子和习题中使用的大部分数据都来自真实世界。无论什么时候只要能够做到，都包括了使用的因特网数据来源，通常以网址的形式给出。作为网络用户，学生很了解，随着网站的变化，链接可能无效。为了将这种变化的影响最小化，书中尽量给出的是地址树的更高层。另外，随着更多新数值的获得，数据本身通常也是变化的。所用数据可从www.aw.com/sharpe上查到。
技术帮助
在商务活动中，统计学是用计算机实践的，而不是使用单一的软件平台。在每章的结尾，不是强调一个特定的统计程序，而是总结学生在最常用的统计软件包中能够发现的东西，通常是有注释的输出结果。接着，会为这些最常用的统计软件包（Excel 2007和2003、Minitab、SPSS、JMP和Data Desk）提供明确的指导，以帮助学生使用他们所选的软件。